La présente invention concerne une installation d'interrogation de gestion d'une base de données comportant :
De nos jours, les bases de données sont utilisées pour stocker un très grand nombre de données issues de sources multiples. Il est connu que ces données soient stockées dans des tables comportant chacune plusieurs champs, ces tables étant définies par le modèle de données. Des relations sont établies et mémorisées dans la base de données entre les champs des différentes tables.
Les bases de données relationnelles contrairement aux bases de données multidimensionnelles n'offrent pas d'objets standard pour représenter directement des hiérarchies. Une hiérarchie ou dimension, termes sensiblement équivalents dans le monde des bases de données multidimensionnelles, permet de représenter des dépendances d'éléments sur plusieurs niveaux hiérarchiques. Par exemple, dans une hiérarchie de type géographique, au premier niveau se trouvent les continents, ensuite les pays, puis les villes. Ainsi, la ville Paris se trouve au troisième niveau, les second et premier étant respectivement France et Europe.
Une telle hiérarchie est couramment représentée sous la forme d'un arbre dont les noeuds fils sont hiérarchiquement à un niveau inférieur aux noeuds parents dont ils dépendent.
L'intérêt d'introduire le concept de hiérarchie dans une base de données est de pouvoir effectuer des changements d'échelle. Par exemple si la base de données relationnelles contient une liste des ventes d'un produit par ville du monde entier, il peut être intéressant de filtrer, de cette liste, toutes les ventes associées à une région du monde en particulier, par exemple l'Europe.
Dans l'état de la technique, plusieurs approches sont connues pour traiter ce sujet de la gestion des hiérarchies. Elles peuvent être résumées comme suit.
Cette première approche consiste à représenter la hiérarchie ainsi que la liste des ventes dans une base de données multidimensionnelles. Cependant, les bases de données multidimensionnelles sont en général complexes à mettre en oeuvre et elles ne présentent pas certaines fonctionnalités qui n'existent que dans le monde des bases de données relationnelles. Cette perte peut devenir un grand inconvénient car il implique un choix structurel fort ayant des conséquences en termes de fonctions, de performances, de coûts, si le besoin de gérer des structures à plusieurs niveaux n'est que ponctuel et ne constitue pas la finalité première du produit.
Une variante de cette approche consiste à utiliser des connecteurs OLAP ( Online Analytical Processing) qui permettent d'interroger une base de données relationnelles avec des requêtes multidimensionnelles. Les inconvénients sont que les connecteurs OLAP ne sont pas disponibles pour tous les moteurs de base de données relationnelles et que leur performance est réduite du fait qu'ils doivent passer par des étapes de retravail des données pour effectuer des analyses multidimensionnelles.
La deuxième approche consiste à représenter la hiérarchie ainsi que la liste de ventes dans une base de données relationnelles classique. Toutefois, cette dernière ne sert que pour le stockage. Tout le travail de filtrage est réalisé par un algorithme spécialisé par le programme informatique qui traite ces données. Cet algorithme n'est pas mis en oeuvre par le moteur de la base de données. Cette approche présente l'inconvénient de récupérer l'intégralité des données ou de multiplier le nombre de requêtes vers la base de données et donc de réduire les performances. Dans le cas d'une liste de ventes en Europe, il convient de récupérer les données de toutes les villes même celles hors d'Europe pour ensuite filtrer celles qui sont recherchées ou de multiplier le nombre de requêtes comme exposé plus loin.
Le modèle de données pour les deux tables est alors par exemple le suivant :
La structure de la table représentant la hiérarchie est la structure la plus compacte qu'on puisse utiliser pour représenter une hiérarchie mais elle ne permet pas à la seule base de données, c'est-à-dire en utilisant seulement une requête SQL, de répondre à une question simple telle que « quelles sont les villes en Europe ? ».
En effet, beaucoup de traitements doivent être réalisés directement dans l'application pour compenser les limites de la base de données. Par exemple, une approche pour répondre à la question ci-dessus consiste en multipliant les requêtes dans la base de données à déterminer à l'avance tous les pays présents en Europe et puis ensuite à déterminer toutes les villes existant en France et en Allemagne (ici Paris, Lyon puis Berlin). Ensuite un premier choix consiste à effectuer plusieurs requêtes du type ("quelles sont les ventes sur Paris ?", "quelles sont les ventes sur Lyon ?" et "quelles sont les ventes sur Berlin?") pour extraire les ventes associées à chaque ville. La contrepartie est que les performances peuvent rapidement se dégrader si le nombre de villes se compte en centaines ou en milliers. Ensuite, la complexité du code source en souffrira, notamment en fusionnant les résultats et/ou éventuellement en réordonnant si l'on souhaite avoir les ventes par montants croissants. Pour éviter de multiplier les requêtes on peut également construire une requête unique impliquant des opérateurs « IN » et « OR » utilisés pour filtrer sur toutes les villes qui ont été identifiées précédemment. Cependant, cela présente les inconvénients suivants :
Une autre alternative consiste à réaliser une jointure de la table qui contient la hiérarchie avec elle-même et de répéter ces jointures autant de fois que la donnée recherchée est éloignée du sommet de la hiérarchie. Cette alternative présente les inconvénients suivants :
Le document
L'invention a donc pour but de permettre un traitement de données hiérarchisée dans une base de données relationnelles qui ne nécessite pas d'outils logiciels complexes supplémentaires et qui puisse permettre un filtrage rapide et sur des données hiérarchisées et ce en une seule requête SQL.
A cet effet, l'invention a pour objet une installation du type précité, caractérisée en ce qu'elle comporte des moyens pour représenter une table de hiérarchie comprenant, pour chaque donnée hiérarchisée, l'ensemble des données dont elle est dépendante, quel que soit le nombre de niveaux hiérarchiques les séparant, chacune des données dont elle est dépendante étant contenue dans un enregistrement séparé de la table contenant en outre la donnée hiérarchisée ; et
en ce que lors d'une interrogation à partir d'une requête portant sur des données hiérarchisées, les moyens de filtrage de la base de données sont adaptés pour fournir une réponse à la requête formulée à partir de la table de hiérarchie sans recours à des outils d'interrogation multidimensionnelle de la base de données extérieurs à la base de données.
Le problème est ainsi résolu de manière performante en tirant partie des mécanismes d'optimisation du moteur de base de données (indexes, « hash tables », recherche en parallèles, etc...).
La solution est ainsi apportée en représentant la hiérarchie dans une table de la base de données relationnelles classique dans un format tel que la base de données soit capable elle-même de filtrer les données en utilisant ses propres algorithmes d'optimisation interne et ce sur la base d'une simple requête SQL.
Suivant des modes particuliers de réalisation, l'installation comporte l'une ou plusieurs des caractéristiques suivantes :
L'invention sera mieux comprise à la lecture de la description qui va suivre, donnée uniquement à titre d'exemple et faite en se référant aux dessins, sur lesquels :
Sur la
Chaque table comporte un ensemble de champs. Certains champs des différentes tables sont reliés entre eux par des relations.
Le moteur 16 de gestion de base de données comprend, comme connu en soi, des moyens de filtrage des données contenues dans les champs des tables à partir d'algorithmes internes d'optimisation de la base de données relationnelles propres à fournir les données recherchées en réponse à une requête définissant le filtre. Dans le mode réalisation envisagé, les requêtes sont des requêtes SQL. Le moteur de gestion 16 est formé par exemple d'un serveur mettant en oeuvre un logiciel adapté tel que Microsoft Sql Server, Oracle, MySQL, etc...
Le moteur de gestion de base de données comporte des procédures stockées et/ou des requêtes paramétrées, c'est-à-dire des requêtes à paramètres déjà pré-compilées dont seuls certains paramètres sont modifiés. Ces procédures stockées et/ou des requêtes paramétrées sont susceptibles d'être effectuées rapidement compte tenu de leur nature.
L'installation comprend en outre des moyens 18 d'interrogation de la base de données formés de moyens 20 de saisie d'au moins une requête définissant un filtre permettant la sélection des données recherchées.
Ces moyens d'interrogation 18 sont formés par exemple d'un ordinateur mettant en oeuvre des logiciels applicatifs adaptés et relié au serveur 16. Ce logiciel est par exemple un outil de gestion des ventes, un logiciel de gestion de titres et participations, un logiciel de représentation de hiérarchies de personnes, de produits, etc...
Les moyens d'interrogation 18 comportent dans le logiciel applicatif des moyens 18A de génération d'une table de hiérarchie 14C ayant une structure spécifique précisée ultérieurement. Cette table de hiérarchie 14C décrit sous un format particulier et redondant les hiérarchies entre les données. Le module logiciel constituant ces moyens d'interrogation est propre à fournir la table de hiérarchie à partir des données hiérarchisées sur lesquelles portent les traitements et à modifier cette table à chaque modification des données hiérarchisées.
Les moyens d'interrogation 18 comportent en outre un module logiciel d'interrogation de la base 12 à partir de requêtes SQL mises en oeuvre par le moteur 16. Ce module est désigné par requêteur SQL. Ce module est propre à formuler des requêtes au format SQL et à les adresser au serveur 16 pour qu'il extraie de la base de données relationnelles 12 les données recherchées correspondant aux requêtes.
Les moyens de saisie 20 constitués par exemple d'un clavier et d'un éditeur de requête permettant la formulation de requêtes SQL suivant un format prédéfini.
Enfin, les moyens 18 comportent un module 22 de mise à disposition des données recueillies en réponse aux requêtes SQL formulées. Il s'agit par exemple d'un écran d'affichage de l'ordinateur ou de moyens de sauvegarde des données extraites.
Les tables de la base de données comprennent par exemple une table 14A des ventes comprenant deux champs à savoir un Identifiant représentant un lieu de vente, notamment une ville, et un montant de ventes associé au lieu de vente.
Cette table 14A est par exemple sous la forme suivante :
En outre, une autre table 14B renferme une description des lieux de vente (identifiant, libellé, adresse, habitants) sans tenir de leur position dans la hiérarchie des entités géographiques.
Ainsi, cette table 14B comporte par exemple, quatre champs formés :
Cette table 14B est par exemple sous la forme suivante.
Enfin, une autre table 14 C, représente un arbre tel que décrit ci-dessous : Les données hiérarchisées sont représentées sous la forme d'un arbre tel qu'illustré sur la
Chaque donnée de cet arbre est traduite dans la table 14C de hiérarchie par plusieurs enregistrements, avec un enregistrement pour chaque dépendance qui existe avec une autre donnée de l'arbre.
En d'autres termes, la table de hiérarchie 14C contient pour chaque noeud de la hiérarchie quels autres noeuds sont ses parents directs ou indirects. Plus précisément, pour toutes les données hiérarchisées, un enregistrement est contenu dans la table pour chaque donnée dont elle est dépendante. Chaque enregistrement contient la donnée hiérarchisée et la donnée dont elle est dépendante.
La table de hiérarchie 14C contient ainsi de préférence quatre champs correspondants respectivement à :
Le degré de parenté correspond à la distance en terme de génération entre les éléments des colonnes 1 et 3. Les enregistrements avec le degré 0 de parenté sont tels que les colonnes 1 et 3 sont identiques. Dans cet exemple, chaque noeud est ainsi couplé dans cet exemple à jusqu'à trois de ses noeuds parents.
A partir d'une simple requête SQL, il est possible d'exploiter la hiérarchie entre les données. En effet, une unique requête SQL suffit pour exploiter la hiérarchie puisqu'elle recourt alors au seul moteur de données 16 qui comporte des algorithmes optimisés propres de recherche dans la base de données relationnelles (indexes, « hash tables », recherche en parallèles, etc...). En outre, comme exposé dans les exemples présentés plus loin, la structure de la requêtes SQL ne dépend du nombre de données à extraire, il est également possible de tirer de procédures stockées ou requêtes SQL pré compilées afin d'obtenir des gains de performance supplémentaires.
On pourrait craindre que dans un tel modèle de données, la table des hiérarchies soit nécessairement de grande taille : le nombre d'enregistrements étant majoré par la valeur n*d avec n le nombre de noeuds et d la profondeur maximale. Cependant, cela n'est pas très contraignant compte tenu du gain observé et dans la mesure où le facteur qui fait grossir est « d » et empiriquement dans le cas de la plupart des hiérarchies observées, il dépasse très rarement la valeur de 10 et l'ordre de grandeur de « n » (par exemple nombre de pays) dépasse rarement les milliers. Ainsi une hiérarchie de 1000 données et de profondeurs maximum 10, ne pourra jamais dépasser 10000 enregistrements.
Il est alors possible simplement de répondre aux questions suivantes à partir de simples requêtes SQL.
Il est à noter que pour permettre d'autres requêtes, il est avantageusement prévu dans la table des Noeuds une colonne "profondeur" qui contrairement à la colonne Degré permet des recherches portant sur la profondeur d'un élément par rapport au haut de la hiérarchie. Cette colonne permet de simplifier les requêtes SQL mais elle n'est pas indispensable car il est possible d'obtenir des résultats similaires par jointure supplémentaire.
Les autres avantages suivants sont obtenus :
Cette liste de références citées par le demandeur vise uniquement à aider le lecteur et ne fait pas partie du document de brevet européen. Même si le plus grand soin a été accordé à sa conception, des erreurs ou des omissions ne peuvent être exclues et l'OEB décline toute responsabilité à cet égard.